汕头大学医学院：《人体解剖学》课程教学资源（PPT课件讲稿）脑N

药物代谢属体内生化反应，酶起很大作用 细胞色素P450: 微粒体混合功能氧化酶，最重要 的药物代谢酶，存在于肝、肾、脑、皮肤、肺、 胃肠道及胎盘等，除催化氧化和还原反应外，还 可催化N–去烷基化、O–去烷基化、芳环和侧链的 羟基化、硫氧化、氮羟基化及硫被氧取代等

起于足小趾之下,斜向足心(涌泉 萬大足,再同上行于腿内侧 ,脑窝内侧,向上行股内后缘 ,通向脊柱(长强 ) 属于肾(腧 N路逐是于前,向击度部前 线旁开2寸,终止于锁骨下缘俞 府六),联络膀胱

高质量睡眠与儿童的身体发育、认知功能、学习和注意力密切相关，由于儿童睡眠障碍的早期症状不明显，需要进行长期监测，因此急需找到一种适用于儿童睡眠监测，且能够提前预防和诊断此类疾病的方法。多导睡眠图(Polysomnography，PSG)是临床指南推荐的睡眠障碍基本检测方法，通过观察PSG各睡眠期间的变化和规律，对睡眠质量评估和睡眠障碍识别具有基础作用。本文对儿童睡眠分期进行了研究，利用多导睡眠图记录的单通道脑电信号，在Alexnet的基础上，用一维卷积代替二维卷积，提出一种1D-CNN结构，由5个卷积层、3个池化层和3个全连接层组成，并在1D-CNN中添加了批量归一化层（Batch normalization layer），保持卷积核的大小保持不变。针对数据集少的情况，采用了重叠的方法对数据集进行了扩充。实验结果表明，该模型儿童睡眠分期的准确率为84.3%。通过北京市儿童医院的PSG数据获得的归一化混淆矩阵，可以看出，Wake、N2、N3和REM期睡眠的分类性能很好。对于N1期睡眠，存在将N1期睡眠被误分类为Wake、N2和REM期睡眠的情况，因此以后的工作应重点提升N1期睡眠的准确性。总体而言，对于基于带有睡眠阶段标记的单通道EEG的自动睡眠分期，本文提出的1D-CNN模型可以实现针对于儿童的自动睡眠分期。在未来的工作中，仍需要研究开发更适合于儿童的睡眠分期策略，在更大数据量的基础上进行实验